Native Multilingual Chain-of-Thought Reasoning in Low-Resource Southeast Asian Languages

تخيل عالماً حيث لا يمكن لشخصيتك المفضلة في ألعاب الفيديو التحدث إلا باللغة الإنجليزية، بغض النظر عن اللغة التي تتحدث بها إليها. إذا طرحت عليها سؤالاً بالإسبانية، ستفهم الكلمات، ولكن عندما تبدأ في شرح إجابتها، ستعود فجأة للتحدث بالإنجليزية عند البدء في الأجزاء التي تتطلب تفكيراً عميقاً. هذا ليس مجرد خلل تقني؛ بل هو عقبة رئيسية في عالم الذكاء الاصطناعي، وتحديداً بالنسبة لـ "نماذج اللغات الكبيرة" (LLMs). هذه النماذج هي عقول حاسوبية فائقة الذكاء يمكنها كتابة القصص، وحل المسائل الرياضية، والدردشة معنا. وللوصول إلى مرحة متقدمة في حل الألغاز الصعبة، تستخدم هذه النماذج حيلة تسمى "سلسلة الأفكار" (Chain-of-Thought)، وهي تشبه الهمس بعملية التفكير خطوة بخوة لنفسها قبل إعطاء الإجابة النهائية. المشكلة هي أنه بالنسبة للعديد من اللغات حول العالم — خاصة تلك التي تمتلك موارد رقمية أقل مثل لغات جنوب شرق آسيا — تميل عقول الذكاء الاصطناعي هذه إلى "الانهيار" والهمس بأفكارها باللغة الإنجليزية، حتى عندما تطلب منها التفكير بالتايلاندية أو الفيتنامية أو الإندونيسية. وهذا يجعل الذكاء الاصطناعي يبدو أقل شبهاً بصديق محلي متعاون، وأكثر شبهاً بمعلم بعيد يتقن الإنجليزية فقط، وهو أمر بالغ الأهمية للتعليم والعدالة.

هنا يأتي دور دراسة جديدة أجراها الباحثون شون جيب ليم، وويليام شاندرا تيهي، وهاي ليونج تشيو، الذين قرروا بناء جسر لهذه العقول الاصطناعية. لقد ابتكروا طريقة تدريب ذكية تسمى OSCD (Onramp-Sequence Cross-Distillation). فكر في الأمر كمدرب ثنائي اللغة لا يكتفي فقط بترجمة الإجابة النهائية، بل يعيد كتابة "ملاحظات التفكير" الداخلية للذكاء الاصطناعي باللغة المحلية مع الحفاظ على الحل الصحيح سليماً. عادةً، عندما تحاول تعليم ذكاء اصطناعي لغة جديدة، فإنه يصاب بالارتباك وينسى كيف يكون ذكياً في لغته الأصلية (وهي مشكلة تسمى "النسيان الكارثي"). لكن هذه الطريقة الجديدة تستخدم "وكيل ترجمة" خاص لاستبدال خطوات التفكير و"غراءً دلالياً" للتأكد من أن عقل الذكاء الاصطناعي لا يزال يفهم المنطق، ولكن بلغة مختلفة فقط.

اختبر الباحثون ذلك على بعض أصعب الألغاز الرياضية المتاحة، مثل مسابقات AIME25 وHMMT25، والتي تشبه الألعاب الأولمبية للمسائل الرياضية. لقد أخذوا نماذج ذكاء اصطناعي قوية كانت بارعة في الرياضيات بالإنجليزية ولكنها سيئة جداً في التفكير باللغات الآسيوية الجنوبية الشرقية، وأعطوها جلسة تدريبية قصيرة ومكثفة باستخدام 70,000 مثال فقط (وهو عدد ضئيل جداً مقارنة بالملايين المطلوبة عادةً). كانت النتائج مبهرة: لم تتحسن النماذج في الإجابة على الأسئلة فحسب، بل بدأت بالفعل في التفكير باللغات المحلية. في الواقع، حسنت النماذج قدرتها على حل هذه المسائل الرياضية مع البقاء في اللغة المستهدفة بما يصل إلى 3.2 مرة. والأكثر إثارة للحماس، هو أنهم تمكنوا من فعل ذلك دون فقدان ذكائهم الأصلي في اللغة الإنجليزية. تشير الدراسة إلى أنه باستخدام "وكيل الترجمة" هذا و"الغراء الدلالي"، يمكننا أخيراً منح الذكاء الاصطناعي القدرة على التفكير بشكل طبيعي في اللغات التي تم تهميشها، مما يجعل التكنولوجيا المتقدمة متاحة للجميع، وليس فقط لمتحدثي الإنجليزية.